特征提取与检测4-SIFT特征检测

87 篇文章 8 订阅 ¥299.90 ¥399.90
14 篇文章 1 订阅 ¥99.90 ¥299.90
本文详细介绍了SIFT(尺度不变特征变换)特征检测在计算机视觉领域的使用,探讨了其作为关键的图像识别技术如何帮助实现图像的稳健匹配和识别。通过Opencv库在C++中实现SIFT算法,揭示了它在图像处理和人工智能中的重要作用。
摘要由CSDN通过智能技术生成
原理:
    Harris和Shi-Tomasi角点检测算法,这两种算法具有旋转不变性,但不具有尺度不变性,以下图为例,以下图为例,在左侧小图中可以检测到角点,但是图像被放大后,在使用同样的窗口,就检测不到角点了
    
    所以,下面我们来介绍一种计算机视觉的算法,尺度不变特征转换即SIFT(Scale-invariant feature transform)。它用来侦测与描述影像中的局部特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由David Lowe在1999年所发表,2004年完善总结。应用范围包含物体识别、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作对比等领域。
    SIFT算法的实质是在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找的关键点是一些十分突出,不会因光照,仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点以及亮区的暗点等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Qt学视觉

你的鼓励将是我创作的最大动力、

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值